グリッドベースの方法とは何ですか？

グリッドベースのクラスタリング手法は、多重解像度グリッドデータ構造を使用します。オブジェクト領域を有限数のセルに量子化し、グリッド構造を形成します。このグリッド構造に、クラスタリングのすべての操作が実装されます。この方法の利点は、処理時間が短いことです。これは通常、データオブジェクトの数に依存せず、量子化された空間の各次元の複数のセルのみに依存します。

グリッドベースのアプローチの例には、グリッドセルに格納された統計データを探索するSTING、wavelettransformアプローチを使用してオブジェクトをクラスター化するWaveCluster、および高次元データ空間でクラスター化するためのグリッドベースおよび密度ベースのアプローチを定義するCLIQUEが含まれます。 。

STINGは、空間領域を長方形のセルに分割するグリッドベースの多重解像度クラスタリング手法です。一般に、複数のレベルの解像度に対応するこのような長方形のセルにはいくつかのレベルがあり、これらのセルは階層的なメカニズムを形成します。各グリッドセルの属性に関する統計データ（平均値、最大値、最小値を含む）が事前に計算され、保存されます。

上位レベルのセルの統計パラメータは、下位レベルのセルのパラメータから簡単に計算できます。これらのパラメーターには、次のものが含まれます。属性に依存しないパラメーター、count、および属性に依存するパラメーター、mean、stdev（標準偏差）、min（最小）、max（最大）。セル内の属性値が従う分布のタイプ（通常、均一、指数、またはなし（分布が匿名の場合）を含む）。

レコードがデータベースにロードされると、パラメーターcount、mean、stdev、min、および最下位セルの最大値がレコードから直接計算されます。分布のタイプが事前にわかっている場合、またはχ ² を含む仮説検定によって取得された場合、分布の値はユーザーが割り当てることができます。 テスト。

計算できる高レベルのセルの分布の種類は、しきい値フィルタリング手順と組み合わせた、対応する低レベルのセルの分布タイプの大部分によって異なります。低レベルのセルの分布が互いに一致せず、しきい値テストを拒否した場合、高レベルのセルの分布タイプはnoneに設定されます。

統計パラメータは、以下のトップダウンのグリッドベースのアプローチで使用できます。最初に、階層アーキテクチャ内のレイヤーが決定され、そこからクエリ応答手順が開始されます。この層には通常、少数のセルが含まれます。現在のレイヤーのすべてのセルについて、特定のクエリに対するセルの関連性を反映した信頼区間（または推定確率範囲）を計算できます。